R 从csv文件读取数据需要很长时间

我应该读一个大的CSV文件（超过30000行和10000列）。不知何故，我应该逐列读取数据。这是我的代码：

con<-file("D:\\Data.csv","r")
datalist<-list()
for(spalte in 5:5)
{
  for(i in 1:20000)
  {

    line<-readLines(con,n=1,warn=FALSE)
    m<-list(as.integer(unlist(strsplit(line,split=","))))
    datalist<-c(datalist,sapply(m,"[[",spalte))

  }

}

---

con不要为解决好的问题发明自己的解决方案。如果
read.csv
出现内存不足错误，则：

1） 确保您使用的是64位R（无4GB RAM限制）

2） 忽略一些不需要节省空间的行。对于这一点，该方法非常有用

3） 将文件读入数据库，并从中导入所需内容。有很多解决方案；从阅读问题的答案开始

4） 购买更多RAM，或者在具有更多RAM的远程工作站（可能是云服务器）上运行分析，或者使用内存不足的软件包。请参阅。
尝试fread（文件名）。它在data.table包中。读取大文件的速度非常快

system.time(fread('abc.csv'))
user  system elapsed 
0.41    0.00    0.40 

system.time(read.csv('abc.csv'))
user  system elapsed 
2.28    0.02    2.29 

如果您有内存问题，那么按照Richie的建议，使用64位并尝试在服务器上运行，或者您甚至可以使用带有大RAM的AmazonEC2机器
 是否绝对有必要逐行读取数据？为什么？如果我使用
read.csv
方法，我会得到一个关于文件大小的错误谢谢，但问题是我需要csv文件中的所有数据有很多选项；最好的取决于您的设置。您使用的是64位R吗？你的机器上有多少内存？你能买到或买更多吗？您可以访问具有更多RAM的工作站，或者使用云计算服务吗？您有权访问任何可用作暂存区的数据库吗？你真的确定需要所有30k列吗？@Kaja你知道这大约是2.2GB的数据吗？在一台典型的计算机上分析这一点既不容易，也不快。问题是，我没有足够的ram。你也可以试试library（“ff”）x